Anemija je bolezen, za katero je značilno zmanjšanje količine zdravih eritrocitov v telesu zdravih eritrocitov, se pogosto pojavlja pri bolnikih s kroničnimi boleznimi ledvic, ki morajo biti podvrženi rutinski hemodializi. V skladu s tem se v okviru tega procesa uvedejo sredstva, ki spodbujajo stimulacija eritrocitov (sredstva za stimulacija eritropoez, ESA) in dodatki železa, v okviru tega procesa. Toda hkrati se lahko pojavijo zapleti, če so bolniki spremenili presnovo železa ali slabega reakcije na droge. Poleg tega so zdravila običajno draga in znižala težko finančno breme za javno zdravje ali pacient sam. Ob upoštevanju dejstva, da se število takih bolnikov trenutno raste, obstaja veliko povpraševanje po dodatnih podpornih sistemih z "sposobnostmi" za sprejemanje odločitev. Ena od možnosti je uporaba tehnologije umetne inteligence (umetna inteligenca, AI), ki se zdi, da je obetavna metoda, vendar zahteva veliko podatkovno polje in ni praktičen zaradi različnih zdravstvenih držav bolnikov.
V nedavni študiji so bili rezultati, ki so bili objavljeni na Mednarodni Journal of Medicinske vede, so znanstveniki iz Japonske kljub temu poskušali rešiti problem. Odločili so se, namesto da bi AI AI preučevali kompleksno fiziologijo bolnikovega telesa, uporabite model napovedi, ki temelji na rešitvah izkušenih zdravnikov. Izredni profesor Toshiaki Ohara (Toshiaki Ohara) iz Univerze Okayam pojasnjuje:
Razvijamo sistem, ki temelji na načelih, ki se uporabljajo v procesu redčenja izkušenih zdravnikov. Na koncu ne izračunajo podrobnih vrednosti življenjskih reakcij v bolnikovem telesu pri odločanju o odmerku odmerka, kar pomeni, da modeli napovedi, ki temeljijo na biokemiji, niso nujno potrebni.
Znanstveniki so pripravili dva podatkovna niza, pridobljena v dveh bolnišnicah - enega za poučevanje njihovega modela, drugi pa za testiranje in preverjanje njegovih napovedi. Hkrati so zabeležili predpisane recepte na recept v dveh bolnišnicah in obravnavali odziv na dve zgoraj omenjeni zdravilu, ki se uporablja med hemodializo.
Na njihovi osnovi je bil zgrajen model AI, ki se imenuje "Anemija umetne inteligence" (Anemia nadzor inteligence, AISACS, AISACS), ki je prejela skupno pet vhodnih virov (štiri točke krvi in anamneze) in v kakovosti izhoda je izbrala verjetnost potrebe po odmerku dveh zdravil. Poleg tega, da bi povečali učinkovitost postopka, so nadomestili za časovno zamik med preskusom krvi in odločanjem o odmerku z uporabo "prilagoditve podatkov", da bi datum odločanja v skladu z datumi ankete.
Posledično je AISAC pokazal visoko natančnost napovedi s pravilno razvrstitvijo (rešitve, ki ustrezajo zaključkom zdravnikov) na 72% -87%. Še bolj zanimivo je bilo, da je AISAC v nekaterih primerih "klinično popravila" klasifikacije s še višjimi kazalniki (92% -97%). To so bile rešitve, ki se niso ujemale z diagnozo zdravnikov, vendar še vedno velja za pravilno od medicinske točke.